全球每年2000萬新增癌癥患者中，僅1%能獲得多學科膽瘤委員會的精準診療。微軟醫(yī)療智能體協(xié)調(diào)器現(xiàn)可通過Microsoft Azure Al Foundry（國際版）智能體目錄獲取，它將影像、病理、基因組數(shù)據(jù)與電子健康記錄整合，通過多智能體協(xié)同編排功能將癌癥決策流程從數(shù)小時壓縮至分鐘級，并能夠直接嵌入Microsoft Teams、Microsoft Worcd等工具，賦能開發(fā)者加速臨床醫(yī)療創(chuàng)新進程。

每年，全球約有2000萬新增癌癥確診病例[1]。每位患者的腫瘤特征都具有獨特性，數(shù)百種不同的亞型意味著需要量身定制包含新藥聯(lián)用、臨床試驗和設備治療在內(nèi)的綜合方案。為應對這一挑戰(zhàn)，國際頂級癌癥中心普遍采用多學科腫瘤委員會模式：由放射科、病理科、外科、腫瘤內(nèi)科、遺傳咨詢等領域的專家組成核心團隊，通過系統(tǒng)性分析海量臨床數(shù)據(jù)與前沿醫(yī)學知識，為患者制定精準的個體化治療方案。

然而，由于前期準備復雜且專業(yè)門檻極高，目前僅有不足1%的患者能受益于這種已被臨床驗證能顯著改善預后的個性化診療服務。

美國臨床腫瘤學會（ASCO）最新研究顯示，臨床醫(yī)生平均需為每位患者耗費1.5-2.5小時，對影像學資料、病理切片、基因組數(shù)據(jù)和病程記錄進行交叉驗證與分析[2]。這反映出癌癥診療僅是醫(yī)療領域復雜數(shù)據(jù)處理的冰山一角，而智能體AI的出現(xiàn)，正為突破行政效率瓶頸、重塑醫(yī)療服務范式提供全新可能。

醫(yī)療智能體協(xié)調(diào)器現(xiàn)已可通過 Microsoft Azure AI Foundry (國際版) 的智能體目錄獲取。它具備預配置的智能體、多智能體協(xié)同編排功能以及開源定制選項，允許開發(fā)者和研究人員構(gòu)建智能體，來協(xié)調(diào)例如腫瘤委員會這種多學科、多模態(tài)的醫(yī)療健康數(shù)據(jù)工作流，并簡化其向例如 Microsoft Teams 和 Word 等醫(yī)療健康企業(yè)生產(chǎn)力工具的部署。模塊化通用推理引擎與專業(yè)化多模態(tài) AI 智能體的協(xié)同運作，可高效完成傳統(tǒng)需耗費數(shù)小時的人工診療任務，其核心目標在于借助高度定制化的前沿智能體 AI 技術(shù)，為臨床?？漆t(yī)生提供精準的能力賦能與決策支持。

通過整合微軟最新技術(shù)能力，醫(yī)療智能體協(xié)調(diào)器能夠管理和分析多種類型的醫(yī)療健康數(shù)據(jù)，涵蓋影像（DICOM 文件）、病理（全切片圖像）、基因組學數(shù)據(jù)以及來自電子健康記錄（EHR）的臨床記錄。每個智能體都配備了來自 Microsoft Azure AI Foundry (國際版) 的先進 AI 技術(shù)模型，通過有機融合通用推理引擎與專業(yè)醫(yī)療模態(tài)模型，實現(xiàn)對多維度臨床數(shù)據(jù)的深度挖掘與轉(zhuǎn)化，最終輸出具有直接臨床指導價值的決策洞見。

01醫(yī)療智能體協(xié)調(diào)器的關(guān)鍵功能

?協(xié)調(diào)具備復雜 HER 數(shù)據(jù)推理能力的智能體功能，輔助臨床醫(yī)生完成耗時的任務，包括：構(gòu)建按時間順序排列的患者時間線、確定癌癥分期、使用特定的參考指南、審閱放射學和病理學圖像、整合當前醫(yī)學文獻、參考治療指南、篩選相關(guān)臨床試驗以及生成定制化報告。

?提供通過 Microsoft Fabric （國際版）和快速醫(yī)療健康互操作性資源（FHIR）數(shù)據(jù)服務，連接企業(yè)醫(yī)療健康數(shù)據(jù)的工具。

?支持開發(fā)者使用自己的模型、工具、指令和數(shù)據(jù)源創(chuàng)建、定制和微調(diào)每個智能體；在引導式體驗環(huán)境中測試性能；并可以通過設置使用 Microsoft Copilot Studio 來擴展智能體，將模型上下文協(xié)議（MCP）服務器與提供的示例實現(xiàn)集成。

?確保與現(xiàn)有醫(yī)療工作流的無縫集成，包括分發(fā)至大多數(shù)醫(yī)療健康組織已在使用的熟悉工具，例如 Microsoft Teams、Word、PowerPoint 和智能 Microsoft 365 Copilot 副駕駛等，用戶可以在這些工具中與 AI 智能體交互。

?在智能體 AI 生成的輸出中，提供強大的可解釋性功能，例如將響應錨定至原始EHR數(shù)據(jù)源，這對于在高風險醫(yī)療環(huán)境中獲得驗證、信任和采用至關(guān)重要。

包括斯坦福大學、約翰霍普金斯大學、Providence Genomics、麻省總院布列根醫(yī)院、威斯康星大學麥迪遜分校醫(yī)學與公共衛(wèi)生學院在內(nèi)的領先癌癥診療機構(gòu)的研究人員和開發(fā)者，目前正在探索醫(yī)療智能體協(xié)調(diào)器，研究 AI 智能體如何為癌癥診療等復雜臨床任務創(chuàng)造價值。

“斯坦福醫(yī)學院每年為4000例癌癥患者提供多學科診療服務。目前，我們的臨床團隊已在腫瘤委員會會議中采用基于 Microsoft Azure 平臺（國際版）、符合患者隱私保護規(guī)范的 GPT 實例生成臨床摘要。新型醫(yī)療智能體協(xié)調(diào)器將顯著優(yōu)化現(xiàn)有工作流程：通過消除數(shù)據(jù)復制粘貼等碎片化操作來提升效率，更可深度挖掘傳統(tǒng)檢索困難的關(guān)鍵臨床數(shù)據(jù)價值，包括但不限于臨床試驗入組標準、循證治療指南及真實世界證據(jù)等維度。斯坦福醫(yī)療保健體系正積極推進該協(xié)調(diào)器的臨床應用研究，致力于打造全球首個投入實際癌癥診療場景的生成式 AI 智能體解決方案?！薄~克·普法伊弗博士，斯坦福醫(yī)療保健和斯坦福大學醫(yī)學院首席信息官

“醫(yī)療智能體協(xié)調(diào)器的愿景是，實現(xiàn)復雜癌癥病例的多模態(tài)醫(yī)療信息快速篩選與智能匯總，將原本需要數(shù)小時的專業(yè)審閱過程優(yōu)化至幾分鐘內(nèi)完成。這一創(chuàng)新技術(shù)讓我們通過與微軟的合作，得以深入探索其在腫瘤委員會等多場景中的臨床應用價值?！薄s書亞·華納博士，威斯康星大學衛(wèi)生系統(tǒng)放射科醫(yī)生，威斯康星大學麥迪遜分校醫(yī)學與公共衛(wèi)生學院放射學助理教授

在早期開發(fā)階段，研究團隊成功將多智能體工作流整合至 Microsoft Teams 聊天中。例如，通過群組對話功能，醫(yī)療專家可與接入專業(yè)醫(yī)療數(shù)據(jù)庫的 AI 智能體進行實時交互。實踐表明，這種集成方案能有效提升醫(yī)療團隊的工作效率與協(xié)作水平。

目前，臨床醫(yī)生與開發(fā)人員正基于此技術(shù)架構(gòu)共同研發(fā)新一代醫(yī)療智能體應用，其技術(shù)核心在于將基于通用推理模型和多模態(tài)醫(yī)療基礎模型開發(fā)的專用智能體，與 Microsoft Teams 平臺的無縫交互能力進行有機結(jié)合。

例如，約翰霍普金斯大學的腫瘤學家瓦?！ひ窦{蘇布拉馬尼安（Vasan Yegnasubramanian）博士、埃爾莎·安娜格諾斯托（Elsa Anagnostou）博士和塔克西阿奇斯·博特西斯（Taxiarchis Botsis）博士，以及他們在約翰霍普金斯 inHealth 精準醫(yī)療項目和分子腫瘤委員會的開發(fā)團隊，正在貢獻他們的專業(yè)知識，以完善和測試該系統(tǒng)，確保其在他們的臨床和精準醫(yī)療應用場景中具有高度實用性。

02協(xié)調(diào)專業(yè)智能體的協(xié)作

醫(yī)療智能體協(xié)調(diào)器基于微軟研究院與合作伙伴的前沿研究成果構(gòu)建，專門用于協(xié)調(diào)為癌癥診療等跨學科復雜臨床工作流程量身定制的專業(yè)智能體系統(tǒng)。

協(xié)調(diào)器利用 Semantic Kernel 和 Magentic-One 來協(xié)調(diào)智能體、維護共享記憶并在人機協(xié)同工作流中發(fā)揮作用。

患者歷史智能體利用 Universal Medical Abstraction 按時間線組織患者數(shù)據(jù)[3]。原本需要專家花費三個多小時的手動工作，幾分鐘內(nèi)即可完成。

放射學智能體利用客戶微調(diào)模型（如 CXRRepotGen/MAIRA-2）來分析放射影像，進行二次判讀[4]。

病理學智能體演示如何連接到外部智能體，如 Paige.ai 的 Alba 病理智能體，以處理與病理圖像相關(guān)的復雜查詢（預覽版可用）[5]。

癌癥分期智能體參考美國癌癥聯(lián)合委員會（AJCC）臨床指南，來支持準確的癌癥分期。

臨床指南智能體參考美國國家綜合癌癥網(wǎng)絡（NCCN）臨床指南以建議推薦的治療方案。

臨床試驗智能體通過將患者檔案與 ClinicalTrials.gov 等數(shù)據(jù)庫進行匹配，來識別符合條件的臨床試驗。與公開的 Critera2Query 基線相比，其召回率提升可超過一倍[6]。

醫(yī)學研究智能體基于可信醫(yī)學期刊的知識圖譜，提供可操作的循證指導。

報告創(chuàng)建智能體自動化生成全面、集成、格式豐富的報告，作為多學科會議期間的可信參考。

“在推進多智能體系統(tǒng)臨床常規(guī)化應用的進程中，醫(yī)療智能體協(xié)調(diào)器展現(xiàn)了卓越的系統(tǒng)集成能力，它能將各類 AI 技術(shù)模型和智能體無縫對接至臨床醫(yī)生日常使用的生產(chǎn)力工具。這一靈活的智能體協(xié)同編排框架，使 Paige 團隊得以持續(xù)深耕病理智能體的研發(fā)，同時確保我們的解決方案能夠融入到整體癌癥診療流程中，并充分發(fā)揮多模態(tài)醫(yī)療數(shù)據(jù)的協(xié)同價值?！薄R克·尤斯菲，Paige.ai 首席執(zhí)行官

醫(yī)療智能體協(xié)調(diào)器采用開放式架構(gòu)設計，包括第三方解決方案在內(nèi)的任何通過認證的智能體，只需提供 API 接口、工具封裝或 MCP 協(xié)議端點，即可無縫接入 Microsoft Teams 的會話流程。作為首個成功對接的第三方智能體，Paige.ai 正式推出了 Alba 智能體預覽版。

這種解決方案深度融合了 Paige 自主研發(fā)的基礎視覺大模型與對話式 LLM 交互界面，能夠基于全切片數(shù)字病理圖像，實時輸出包括腫瘤分級、組織形態(tài)學特征及生物標志物狀態(tài)等關(guān)鍵指標的智能化病理分析結(jié)果。

“Providence 臨床研究團隊已經(jīng)開始運用醫(yī)療智能體協(xié)調(diào)器提供的先進 AI 技術(shù)能力，這讓我們能夠快速高效地分析大量醫(yī)學文獻、臨床試驗和電子健康記錄。我們特別看好這項技術(shù)在分子腫瘤委員會中的應用前景，它不僅能提升我們解讀基因組學數(shù)據(jù)和匹配臨床試驗的能力，更重要的是能為患者提供更精準、更及時的治療選擇。

這個系統(tǒng)與現(xiàn)有工作流程的整合，還將顯著改善臨床團隊之間的溝通效率，確保重要醫(yī)療信息得到及時準確的共享。在我們持續(xù)探索癌癥生物學機制的過程中，這項技術(shù)必將成為推動醫(yī)學發(fā)現(xiàn)和提升癌癥治療效果的關(guān)鍵助力?！薄R克·尤斯菲，Paige.ai 首席執(zhí)行官

03賦能開發(fā)者，加速臨床醫(yī)療

創(chuàng)新進程

隨著臨床診療復雜度的提升，醫(yī)療智能體協(xié)調(diào)器將持續(xù)為開發(fā)者提供關(guān)鍵支持，使其能夠從容應對智能體 AI 技術(shù)的快速發(fā)展浪潮。平臺致力于搭建臨床醫(yī)生與開發(fā)者之間的協(xié)作橋梁，通過將先進能力整合至現(xiàn)有醫(yī)療工作流，推動精準醫(yī)療技術(shù)的大規(guī)模臨床應用。

該框架最初著眼于探索腫瘤委員會輔助場景的創(chuàng)新機遇，其長遠發(fā)展愿景是全方位賦能醫(yī)療健康與生命科學領域的開發(fā)者群體，通過為整個醫(yī)療生態(tài)系統(tǒng)中的多學科診療團隊提供實時智能化支持，研究智能體 AI 技術(shù)對臨床醫(yī)生工作模式和患者診療體驗的深遠影響。

我們誠摯邀請醫(yī)療健康領域的開發(fā)者和臨床機構(gòu)，通過Microsoft Azure AI Foundry（國際版）智能體目錄來應用醫(yī)療智能體協(xié)調(diào)器，共同探索新一代 AI 技術(shù)賦能的醫(yī)療健康智能體解決方案，攜手開創(chuàng)智能醫(yī)療的新未來。